Segmentation sémantique basée sur de petites données des débris d'usure dans les images de ferrographie

Résumé La segmentation des images de débris d'usure est une condition préalable à l'analyse ferrographique, et les incertitudes et erreurs dans la segmentation des débris d'usure affecteront inévitablement l'analyse ultérieure. Dans ce travail, un modèle de segmentation sémantique de petites données pour les images de débris d'usure est construit basé sur HRNetv2 pour les images de ferrographie acquises par l'utilisation d'une ferrographie visuelle en ligne. Un des principaux avantages du modèle actuel est que moins d'images ferrographiques sont nécessaires pour l'entraînement, et moins d'itérations sont requises. Le travail actuel est effectué pour des images de ferrographie avec de l'huile propre et de l'huile contaminée, et de bons résultats de segmentation peuvent être observés. En particulier, les résultats expérimentaux montrent que le modèle actuel peut atteindre une segmentation précise des images de débris d'usure avec des valeurs moyennes de l'intersection sur l'union de 91,47 % et des valeurs moyennes de précision des pixels de 96,48 %.